Penelitian ini dilatarbelakangi oleh self-disclosure individu untuk menuangkan aktivitas, pikiran dan perasaannya secara online untuk mengekspresikan diri dan membangun hubungan dekat dengan pengguna Instagram lainnya. Keinginan individu untuk mengekspresikan diri di Instagram menjadi pemicu terbentuknya cara untuk menunjukkan identitas diri. Dengan terlalu banyak mengunggah identitas diri dapat membuat pengguna rentan terhadap penyalahgunaan informasi. Sebagai contoh, seorang pengguna mengunggah foto di Instastory Instagram dan mengaktifkan fitur "Add yours". Kemudian, pengguna dihubungi oleh pihak yang tidak dikenal yang meminta pengguna tersebut untuk mengirim sejumlah uang. Penelitian ini bertujuan untuk menganalisis faktor apa saja yang membuat Gen Z melakukan perilaku self-disclosure pada platform media sosial Instagram. Penelitian ini menggunakan variabel security, privacy, dan trust sebagai variabel independen dan variabel attitude photo-posting sebagai variabel dependen. Penelitian ini menggunakan metode kuantitatif dan mengumpulkan data melalui survey online terhadap 160 responden yang aktif menggunakan Instagram. Responden diminta mengisi kuesioner tentang self-disclosure mereka di Instagram. Pada penelitian ini menggunakan SEM sebagai alat bantu untuk mengolah data. Hasil uji hipotesis yang dilakukan dengan menggunakan SEM menunjukan bahwa security dan trust memiliki pengaruh yang signifikan terhadap attitude, sedangkan privacy tidak berpengaruh terhadap trust dan attitude. Perilaku seseorang pada keamanan data akan mempengaruhi attitude photo-posting penggunanya. Demikian juga, trust yang dirasakan seseorang akan berpengaruh terhadap attitude photo-posting penggunanya dalam penggunaan Instagram. Penelitian ini menggunakan Weka sebagai alat bantu untuk memprediksi nilai accuracy algoritma machine learning pada variabel independen terhadap variabel dependen. Berdasarkan uji yang dilakukan dengan menggunakan Weka, didapatkan hasil bahwa algoritma yang memiliki nilai accuracy terbesar sampai terkecil, yaitu OneR, Naive Bayes, J48, SMO, AdaBoostM1, dan IBk dengan persentase nilai accuracy terbesar dan terkecil, yaitu 54.4% dan 38.8%. Hasil penelitian ini diharapkan dapat dijadikan bahan evaluasi oleh platform Instagram untuk melakukan transparansi kebijakan privasi serta meningkatkan kepercayaan terhadap pengguna akan pentingnya keamanan dan privasi data pribadi.